• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference Information Visualisation >An Intelligent Visual Big Data Analytics Framework for Supporting Interactive Exploration and Visualization of Big OLAP Cubes
【24h】

An Intelligent Visual Big Data Analytics Framework for Supporting Interactive Exploration and Visualization of Big OLAP Cubes

机译：一个智能的视觉大数据分析框架，用于支持大OLAP多维数据集的交互式探索和可视化

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Visual big data analytics aims at supporting big data analytics via visual metaphors, with a plethora of applications in modern settings and scenarios. In all these domains, visual big data analytics paradigms offer several advantages, among which some noticeable ones are: (i) fast knowledge understanding from big data sets; (ii) pattern and trend discovery from big data sets; (iii) entity and model discovery from big data sets; (iv) sharing insights among organizations. Among several proposals, OLAP-based visual big data analytics methodologies and tools represents a successful case of visual big data analytics frameworks, which is entirely based on OLAP analysis. In this context, an OLAP cube is typically explored with multiple aggregations selecting different subsets of cube dimensions to analyze trends or to discover unexpected results. Unfortunately, such analytic process is generally manual and fails to statistically explain results. On the basis of these considerations, in this paper we propose an innovative OLAP-shaped visual big data analytics framework that incorporates a state-of-the-art statistical technique for supporting exploration and visualization of OLAP data cubes. An experimental evaluation with a medical data set presents statistically significant results and interactive visualizations, which link risk factors and degree of disease.
机译：Visual Big Data Analytics旨在通过视觉隐喻来支持大数据分析，在现代设置和场景中具有多种应用。在所有这些域中，Visual Big Data Analytics范例提供了几个优势，其中一些显着的优势是：（i）从大数据集中快速了解理解; （ii）大数据集的模式和趋势发现; （iii）来自大数据集的实体和模型发现; （iv）在组织之间共享见解。在若干提案中，基于OLAP的Visual Big Data Analytics方法和工具代表了Visual Big Data Analytics框架的成功情况，这完全基于OLAP分析。在此上下文中，通常使用多个聚合来探索OLAP多维数据集，选择不同的多维数据集尺寸子集来分析趋势或发现意外结果。不幸的是，这种分析过程通常是手动，并且无法统计上解释结果。在这些考虑因素的基础上，在本文中，我们提出了一种创新的OLAP形视觉大数据分析框架，该框架包括用于支持OLAP数据多维数据集的探索和可视化的最先进的统计技术。具有医疗数据集的实验评估呈现统计上显着的结果和交互式可视化，这些可视化链接风险因素和疾病程度。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号